[发明专利]基于大数据的业务运行漏洞查找方法及云端深度学习系统

权利要求书

1.一种基于大数据的业务运行漏洞查找方法，其特征在于，应用于云端深度学习系统，所述方法包括：

基于云端业务运行系统的业务运行异常数据获得至少一个业务运行异常活动，并提取所述至少一个业务运行异常活动中的各个业务运行异常活动的异常注入向量；

获取所述业务运行异常数据所关联的异常知识图谱，并分别生成所述异常知识图谱中的每个异常知识实体的异常知识实体向量；

基于所述至少一个业务运行异常活动的异常注入向量和所述异常知识图谱的异常知识实体向量，生成与所述业务运行异常数据关联的业务运行漏洞以及与所述业务运行漏洞关联的至少一个衍生业务运行漏洞。

2.根据权利要求1所述的基于大数据的业务运行漏洞查找方法，其特征在于，所述基于所述至少一个业务运行异常活动的异常注入向量和所述异常知识图谱的异常知识实体向量，生成与所述业务运行异常数据关联的业务运行漏洞以及与所述业务运行漏洞关联的至少一个衍生业务运行漏洞的步骤，包括：

将所述至少一个业务运行异常活动的异常注入向量和所述异常知识图谱的异常知识实体向量进行聚合，以得到异常聚合向量簇；

确定每个异常注入向量所关联的异常注入源在所述业务运行异常数据中的异常触发位置，并确定每个异常知识实体向量所关联的异常知识实体在所述异常知识图谱中的知识逻辑位置；

根据各异常注入向量所关联的异常触发位置和各异常知识实体向量所关联的知识逻辑位置，对所述异常聚合向量簇中的各异常聚合向量进行位置关联，以得到关联异常聚合向量簇；

根据所述关联异常聚合向量簇，生成与所述业务运行异常数据关联的业务运行漏洞以及与所述业务运行漏洞关联的至少一个衍生业务运行漏洞，并根据所述业务运行漏洞以及与所述业务运行漏洞关联的至少一个衍生业务运行漏洞对所述云端业务运行系统进行漏洞修复处理。

3.根据权利要求1所述的基于大数据的业务运行漏洞查找方法，其特征在于，所述根据所述关联异常聚合向量簇，生成与所述业务运行异常数据关联的业务运行漏洞，包括：

将所述关联异常聚合向量簇配置到业务运行漏洞挖掘网络，并得到所述业务运行漏洞的首个异常知识实体；

生成所述业务运行漏洞的首个异常知识实体的异常知识实体向量；

根据所述业务运行漏洞的首个异常知识实体的异常知识实体向量及其在所述业务运行漏洞中的运行位置，采用向量聚合调整所述关联异常聚合向量簇；

将调整好的关联异常聚合向量簇配置到业务运行漏洞挖掘网络，并循环基于所得到的各个异常知识实体的异常知识实体向量调整所述关联异常聚合向量簇，直到获得所述业务运行漏洞的决策信息。

4.根据权利要求3所述的基于大数据的业务运行漏洞查找方法，其特征在于，所述业务运行漏洞挖掘网络包括向量编辑结构和漏洞挖掘结构，其特征在于，将所述关联异常聚合向量簇配置到业务运行漏洞挖掘网络，并得到所述业务运行漏洞的首个异常知识实体，包括：

将所述关联异常聚合向量簇配置到向量编辑结构，并得到对应于业务运行漏洞的首个异常知识实体的编辑向量信息；

通过漏洞挖掘结构，将对应于业务运行漏洞的首个异常知识实体的编辑向量信息表达输出为第一挖掘向量，在所述第一挖掘向量中包含对应于异常知识实体集中的各个异常知识实体的支持度量值；

根据所述第一挖掘向量，确定所述业务运行漏洞的首个异常知识实体。

5.根据权利要求2所述的基于大数据的业务运行漏洞查找方法，其特征在于，根据所述业务运行漏洞的首个异常知识实体的异常知识实体向量及其在所述业务运行漏洞中的运行位置，采用向量聚合调整所述关联异常聚合向量簇，包括：

将所述至少一个业务运行异常活动的异常注入向量、所述异常知识图谱的异常知识实体向量和所述业务运行漏洞的首个异常知识实体的异常知识实体向量进行聚合，以调整所述异常聚合向量簇；

根据各异常注入向量所关联的异常触发位置、所述异常知识图谱的各异常知识实体向量所关联的知识逻辑位置以及所述业务运行漏洞的首个异常知识实体的知识逻辑位置，对调整好的所述异常聚合向量簇中的各异常聚合向量进行位置关联，以调整所述关联异常聚合向量簇。